医学统计点总结.docx

总体(population):根据研究目的所确定的同质研究对象的全体。有限总体和无限总体样本(sample):从同质总体中随机抽取有代表性的观察单位，其实测值构成样本。能否达到样本推断总体的目的，抽样方法、样本代表性和推断技术是核心。参数(parameter):总体的统计指标,如μ、π统计量(statistic):样本的统计指标，如X，p，是在参数附近波动的随机变量。通过随机抽取有代表性的样本，以统计量来推断参数。抽样误差(sampling error)：抽样研究中，统计量与参数的差别为抽样误差。概率(probability)：是描述随机事件发生的可能性大小的数值，常用P表示。P值系指在H0成立的假设前提下，出现当前检验统计量以及更极端情况的概率。计数资料(enumeration data分类变量，名义变量)：将观察单位按某种属性或类别分组，所得各组观察单位数。有二分类和多分类。如不同性别、血型人数。计量资料（measurement data定量变量）：通常用仪器、工具等定量方法测定某项指标量的大小，所得资料。一般有计量单位。等级资料(ranked data有序变量）：将观察单位按某种属性的不同程度分组，所得各组观察单位数。既是定性分类，又有等级之分，但这种差别又不能精确量化。如治愈、好转、无效人数。误差(error):实际观察值与真值之差，样本指标与总体指标之差。★系统误差（systematic error)：在实际观测中，由于仪器未校正，测量者感官的某种偏差，医生掌握疗效标准偏高或偏低等，而使观测值有方向性、系统性或周期性地偏离真值。可通过实验设计和技术措施消除和减小。★随机误差(random error)：排除了系统误差后尚存误差，受多种因素影响，无方向性和系统性，一般服从正态分布。标准误(standard error,SE)：统计上，称统计量（如样本均数、样本率等）的标准差为标准误,用以衡量抽样误差的大小小概率原理小概率事件检验效能 (power,把握度1- β):即两总体确有差别时，按α水准能发现它们有差别的能力。一类错误与二类错误可信区间相关系数：来说明两变量间直线相关关系的密切程度和相关方向。1.简述中心极限定理的涵义？从正态总体中随机抽样，样本均数服从正态分布；从偏态分布的总体中随机抽样，当样本含量足够大时，样本均数也近似服从正态分布。从任意分布的总体(均数μ，标准差σ)中随机抽样，当样本含量逐渐增大时，样本均数的分布趋向正态分布，此分布的均数为μ，标准差为2.描述定量资料的集中位置和离散趋势各有哪些指标？集中趋势：算术均数几何均数中位数百分位数离散趋势:极差(最大值与最小值的差值)四分位数间距QR=P75-P25标准差、方差变异系数百分位数(percentile)是将n个观察值由小到大依次排列，对应于第x%位次的数值为第x百分位数，它将观察值分成两部分，有x%的观察值比它小，(100-x)%的观察值比它大.3.标准差与标准误区别与联系？适用于何种情况？联系：都表示变异的大小；样本含量一定时，标准差越大，标准误越大。标准差：一组变量值离散程度；标准差越小，均数的代表性越好；应用：估计参考值范围；与n的关系：样本含量越大，标准差越稳定，n 很大时，标准差趋向于总体标准差。标准误样本统计量的离散程度；标准误越小，用样本均数来反映总体均数越可靠；应用：计算可信区间；与n的关系：样本含量越大，均数的标准误越小，n很大时，标准误趋向于0。4.参考值范围和区间估计的区别与联系？参考值范围:是绝大多数正常人的某观察指标所在的范围。绝大多数：90%，95%，99%等等。确定参考值范围的意义：用于判断正常与异常。“正常人”的定义：排除了影响所研究的指标的疾病和有关因素的同质的人群。区间估计：用X和SX按一定的概率估计总体均数在哪一个范围，该区间包含总体均数的概率为1-α，称为总体均数的(1-α)%可信区间。1-α一般取0.95或0.995.假设检验的步骤有哪些?1.建立假设、选用单侧或双侧检验和确定检验水准无效假设，记为H0; 备择假设，记为H1?? 双侧： H0：μ1 =μ2 ，H1：μ1 ≠μ2?? 单侧： H0：μ1 =μ2 ，H1：μ1 μ2（或μ1 μ2),α常取0.05或0.01注意检验假设是针对总体而言的2.选用适当的检验方法并计算相应的检验统计量3.确定P值并作出推断结论P值系指在H0成立的假设前提下，出现当前检验统计量以及更极端情况的概率。?? 1.若检验结果是P≤α，下有差别的结论。依据是：在H0成立的条件下，得到当前结果（遇到当前情形）的概率小于α，而小概率事件一般不可能在一次试验中发生，但现在却发生了，所以怀疑H0的正确性，于是决定拒绝H0接受H1。此时，我们犯错误的概率最大仅为α。2.相反如P α，即